以下文章来源于新闻与传播学术前沿 ，作者钟智锦 周金金 等
娱乐信息与公共信息的扩散竞争：网络结构和传播主体视角
作者｜钟智锦 周金金 徐铭达 缪旭 许小可
内容提要
娱乐是网络信息的重要内容，也是公众信息消费的主要对象。新媒体的娱乐化导向一直被认为是消解媒介公共性的要素之一，在公众注意力有限的信息时代，娱乐化事件可能争夺人们对公共事件的注意力、侵蚀公共领域有限的话语空间。然而，目前还鲜有经验研究对娱乐和公共信息的传播规律进行量化比较，以验证它们之间是否存在这种竞争机制。通过将相对娱乐偏好与选择性分享概念相结合，以新浪微博平台为数据来源，研究发现微博中娱乐信息不仅传播规模更大、广度更宽、速度更快，同时也更具备广播与病毒性传播特质。由此表明在社交媒体这一公共场域中，娱乐信息的扩散效果更强。研究进一步对两类信息中不同类型的参与主体进行了比较，发现娱乐信息的原创帖更多由普通用户提供，而公共信息中的原创帖则更多来自精英用户。而无论在娱乐还是公共信息传播过程中，早期参与者与信息扩散者中普通用户都占据绝大多数比例。这表明，虽然精英用户发起了更多公共议题的讨论，但两类事件的舆论潮流都更多地来自于普通用户的参与。研究还对社交机器人账号进行了识别，发现社交机器人并没有对两类信息的扩散效果差异带来显著影响。
关键词
娱乐信息 公共信息 扩散网络 社交机器人
正文
一、引言
斯蒂芬·贝斯特（Steven Best）与道格拉斯·凯尔纳（Douglas Kellner）在《后现代转向》一书中曾指出，在资本逻辑驱动下，娱乐突破原有的领域界限，扩张到政治、经济、网络等各领域，演变为“塑造政治、伦理和日常生活的一个强大的、充满诱惑力的手段”。尼尔·波兹曼（Neil Postman）在《娱乐至死》中批判：“我们的政治、宗教、新闻、体育、教育和商业都心甘情愿地成为娱乐的附庸，毫无怨言，甚至无声无息，其结果是我们成了一个娱乐至死的物种。”随着20世纪末西方大众传媒娱乐化浪潮的兴起，关于传媒娱乐的批判观点也流行至今。在中国社会的媒介环境中，微博、微信、B站、短视频等互联网媒体平台是公众讨论各类社会事件的话语空间。全世界范围内发生的各类事件受到政治、资本、文化力量的推动，也出现在了中国的网络空间。以新浪微博为例，在社交媒体发展的早期阶段，互联网平台不仅成为诸多社会公共舆情事件的发源地，也为网民发表意见、交流观点提供了主要平台。有研究统计发现，在2010年的20起国内重大舆情热点事件中，11起由微博曝光，且调查数据显示，38%的用户会通过微博了解社会公共事件。另一项大数据研究表明，2010年9月至2013年1月期间转发超过一千条的热点微博中，社会热点事件类微博不仅占比（21.9%）多于娱乐类（13.4%），平均被转量（2022.4条）也远高于娱乐类（1608.8条）。然而，近年来在“粉丝经济”、“饭圈文化”等资本和文化力量的共同推动下，娱乐新闻、明星八卦等越来越成为微博舆论场的重要议题，娱乐内容在占据媒介资源的同时，也争夺着公众的注意力。以2016年微博热搜榜为例，其中与明星动态、娱乐圈八卦、网红等相关的娱乐类新闻资讯高达67.6%，而时政、社会、体育、财经等非娱乐资讯仅占21.1%，在人气值超过一千万的热搜话题中，31条为娱乐信息，6条非娱乐信息。另一项对2016年微博热点事件参与情况的研究发现，微博意见领袖参与了更多的娱乐话题，他们在引导公众注意力的同时，也营造出微博的泛娱乐化生态。
无论是传统媒体还是社交媒体时代，公众信息消费时的娱乐偏好都被视为传媒泛娱乐化的直接动因。在市场化运营的过程中，大众传媒生产者为了迎合更广泛受众的兴趣和市场、资本的需求，提供了更多的娱乐内容。而到了社交媒体时代，公众不仅作为信息的消费者存在，同时也兼具了生产者、发布者和分享者身份。公众依据个人的信息偏好，生产娱乐内容的同时，也加速了社交网络中娱乐信息的传播扩散。但就社交媒体中娱乐和公共信息扩散效果差异而言，虽然有研究发现，近年来我国网民对公共事件的注意力周期在缩短，目前还鲜有研究将娱乐与公共事件的信息扩散效果进行全面细致的比较。本研究认为，应用传播大数据，建构信息转发级联网络，有助于准确比较两类信息的扩散结果。此外，社交媒体中的信息扩散是一个多主体、协同参与的过程，不仅存在着机构、传媒、意见领袖等精英用户，更有大量普通用户的积极参与，除此之外，社交机器人参与网络信息生产和扩散的现象也日益突出，这种特殊传播主体也可能影响信息扩散的结果。综上，从扩散网络和参与主体两个视角出发，娱乐与公共信息的扩散效果可能体现在信息转发级联网络的规模、深度、广度等结构特征上，也可能体现在参与主体在不同阶段的表现上。
本文采用计算传播的研究范式对以下问题展开探索：在传播效果层面，娱乐与公共信息的扩散网络存在哪些结构差异？就参与主体而言，娱乐与公共信息扩散的不同角色群体分别由哪类用户构成？社交机器人是否是带来两类信息扩散效果差异的关键群体？本文对以上研究问题的解答，将有助于从信息扩散的效果方面呈现我国互联网公共领域中娱乐与公共信息扩散的博弈，将泛娱乐化研究从电视、网络节目为主引向一个更为多元的媒介空间。此外，本研究关注不同群体在娱乐和公共信息扩散方面的参与情况，将为平台治理提供借鉴。
二、文献综述
（一）公众信息消费的相对娱乐偏好
随着有线电视和互联网等媒介技术的普及，供人们选择的信息内容越来越丰富，但这也带来了公众对娱乐信息消费的比例增多，可能导致公众对政治等公共议题的兴趣衰减。对此，普赖尔（Prior）提出了“相对娱乐偏好”的概念，用来表示相比于新闻报道，人们更偏好娱乐节目的选择倾向。里滕贝格（Rittenberg）对新闻消息的类型做了进一步划分，发现相对于公共事务，美国民众更偏好接触娱乐内容。来自全球范围内的经验数据也大多支持了受众信息消费的相对娱乐偏好假说。如奥尔伯格（Aalberg）等对2002年至2010年欧洲多个国家的五轮调查数据表明，欧洲居民接触娱乐与政治信息之间的差距逐渐拉大，信息消费的娱乐化倾向呈现上升趋势。我国《互联网发展报告》历年统计数据同样显示，网民对视频、直播等娱乐应用的使用逐年增长，相反，网络新闻的用户规模和使用率则明显下降。近年来，也有研究对大规模用户网络行为数据的分析得出了类似结论。如研究发现，当人们浏览新闻网站时，更容易从阅读政治、商业或其他新闻转向娱乐新闻，也更容易连续阅读娱乐新闻。但也有一些针对我国居民信息消费偏好的研究得出了不同的，甚至相反的结论。比如，一项研究发现，人们在社交媒体中的娱乐表达行为也可以促进在线政治表达。另一项研究以“今日头条”用户新闻评论行为为例，发现人们在娱乐与新闻信息消费之间并不存在注意力的竞争机制，相反，对两类信息的参与度存在正相关关系，即那些倾向于评论娱乐信息的人也更多地参与了严肃新闻的评论。
在既往研究中，媒介技术和受众选择层面的因素共同对娱乐偏好现象做出了解释。一方面，从媒介技术层面而言，相比于以往媒介资源有限的报刊和广播媒体时代，传媒技术的进步使媒介内容更加丰富、多元，为人们信息消费提供了更多可选择的机会。另一方面，受众在时间成本和心理层面对信息的承载能力是有限的，对媒体中各议题的注意力分配也容易呈现出“零和博弈”的关系，因此，受众的娱乐偏好本质上是对信息选择性接触（selective exposure）的结果。对媒体娱乐的研究认为，使用与满足理论（use and gratification）和情绪管理理论（mood management theory）可以帮助我们理解人们为何更倾向于接触娱乐内容。使用与满足理论强调人们的媒介使用是有目的、有意识、理性选择的过程，即人们总是倾向于根据已有的立场、兴趣选择性地接触媒体信息。情绪管理理论则认为人们的媒介选择也可能是感性的、潜意识操控的心理过程，与使用满足理论不同的是，这一假说认为，人们可能并不会考虑到信息内容的价值，仅为了摆脱消极情绪、维持积极情绪而选择娱乐性的传媒内容在“理性选择”与“感性支配”之间，学界对娱乐偏好的解释更倾向于后者，即将媒体娱乐消费视为一种心理体验的过程。
然而，学界对相对娱乐偏好的研究大多局限在信息的选择性接触层面，人们对信息的选择性分享（selective sharing）行为是否同样存在娱乐偏好仍需经验研究的检视。在行为机制上面，接触是分享的前提，人们对符合既有立场政治信息的选择性接触程度越高，选择性分享的可能性也越高，且基于政治立场的选择性分享似乎比选择性接触更一致也更稳固。选择性接触与分享的心理动机存在一定差异，由于分享行为在用户的社交圈中是可视的，选择性分享更大程度上受到自我呈现、开启对话等社会性动机的驱使，而选择性接触更主要来自于个体内在的、信息获取或情感体验方面的需求。学界对选择性分享的研究聚焦在基于政治立场（或意识形态）的信息选择，也有研究关注到了人们信息分享过程中的内容主题偏好，如有研究通过比较Twitter中用户对不同类别信息的转发概率发现，人们接触同样数量娱乐信息后的转发概率始终高于政治信息。就本研究关注的问题而言，社交媒体用户对娱乐信息的选择性分享共同编织着信息的扩散网络，因此，对娱乐和公共信息扩散网络的比较也有助于从信息分享层面探讨公众信息消费中的娱乐偏好现象。
（二）社交媒体中的信息扩散
信息扩散指的是在一个社会系统内部，随着时间的推移，信息通过传播渠道在个体或组织间散播的过程。社交媒体中的信息扩散是近年来传播学、计算机科学、信息科学等领域持续关注的热点议题。而社交媒体之所以成为信息扩散研究的关键平台，主要来自两方面因素，一是，Twitter、Facebook、新浪微博等为代表的社交媒体平台已经成为人们获取和分享社会信息的主要渠道，同时社交网络的弱连接等特征也令信息在全球范围内的扩散成为可能。二是，人们在社交媒体中的信息发布、分享、转发等行为留下的数字足迹让信息扩散研究“有迹可循”，它为研究者回溯信息扩散过程、探索扩散的模式提供了海量的、准确的经验数据。
随着复杂网络技术在社交媒体中的应用，研究者开始从扩散网络结构方面考察信息扩散的过程和模式，并区分出广播式（broadcast）和病毒式（viral）两种典型的网络结构。广播式扩散类似于一种星形网络，在这种扩散模式下，大部分节点对信息的转发来自于同一个有影响力的核心节点。而病毒式结构则如同传染病的流行过程，网络中任何一个节点的直接转发者有限，但他们却带来了“人传人”的层层传递现象。广播式扩散模式和病毒式扩散模式常通过网络的深度和广度指标衡量。深度指的是在信息层层传播的过程中，发布者到最深级联转发者之间经历的转发步数。广度则反映了同一级转发深度上存在的最多用户数。一般来说，网络的广度越大，越倾向于广播式扩散，深度越深则更具备病毒式的结构属性。
除深度、广度这种以节点为单位的指标外，也可以从网络中提取出固定的基本结构单位来衡量网络的结构特征，这种结构单位表现为几个节点连接成的小团体，也被称之为“网络模体”（network motifs）。具体到信息扩散网络上，研究者提出了广度模体度（breadth motif degree）和深度模体度（depth motif degree）两种指标，与广度和深度这种全局指标不同，模体度分别衡量了网络中各节点在引起信息的广播式扩散和病毒式扩散方面的能力。以上结构指标描述了信息扩散网络的静态特征，如果需要从时间维度的动态特征来考量的话，则常用信息扩散的速度来衡量扩散达到一定程度所花费的时间。如同等规模的信息网络，扩散持续周期的长短则反映出不同的传播模式。一项针对Twitter中真假消息扩散模式的研究发现，假消息在扩散网络的规模、深度、广度和速度上都要高于真消息，且政治类的假消息不仅比娱乐类的扩散层次更深、广度更大，速度也更快。另一项研究则发现，Twitter中假消息的广度模体度与传播规模之间存在密切关联，而深度模体度则可能带来更加复杂的网络结构。
信息扩散理论较早地关注到了参与主体在信息扩散中发挥的作用，并认为在传统媒体时代，早期参与者是促成信息快速普及的关键人群，他们往往在人际交流中颇具影响力，也是两极传播中的意见领袖。社交媒体中信息扩散的研究对参与者的作用进行了更为细致的比较分析。比如，有研究发现，流行语之所以能够在微博中广为流传，更大程度上得益于普通大众的参与，而那些拥有较多粉丝的意见领袖只能带来小规模的采纳和使用。以2009年美国大选相关的热门视频传播为例，研究发现，精英博主（elite blogs）和有影响力的普通博主（top-general blogs）点燃了大选信息的病毒式传播过程，而有影响力的政治博主（top-political blogs）和其他普通博主（tial blogs）则充当着潮流追随者的角色。也有研究发现，Twitter中政治、商业、技术和国家等话题的信息更容易被新闻机构等专业账号主导，相反，在娱乐话题的扩散过程中，个人账号最具影响力。可见，即便在同样的媒体平台中，当不同主题的信息扩散时，各类人群发挥的角色和作用也会存在明显差异。
此外，近年来，西方国家社交媒体中活跃着大量社交机器人账号的现象也愈加突出。社交机器人是一种能够在社交媒体中与人类等真实账户实现互动的计算机算法程序，它们既能够以充当某些账号固定粉丝的被动形式存在，也会从事一些信息发布、转发和评论等主动信息行为，从而在驱动信息、态度、意见、行为的社会扩散方面发挥效用。以Twitter为数据来源的研究发现，社交机器人不仅影响着政治讨论的网络结构、内容、情绪，也削弱了媒体与专家用户的影响力，也有学者认为社交机器人可能通过恶意灌水、模拟人类行为、利用数据空洞（data void）和社交媒体“弱连接”等方式干扰娱乐信息的传播链条。因此，为了呈现政治与娱乐信息在真实网络用户中的扩散网络，本文将识别社交机器人账号，通过比较有无社交机器人参与的扩散网络，验证它们是否对两类信息扩散网络带来了显著影响。
三、研究问题的提出
基于以上文献回顾，本研究认为，用户对娱乐信息的选择性分享偏好是互联网泛娱乐化趋势的成因之一。而在社交媒体这一公共领域中，泛娱乐化可以表现为娱乐信息相对于公共信息而言，争夺了公众更多的注意力，获得了更多被转发扩散的话语机会。具体而言，社交媒体作为一种用于交流讯息和观点的网络，在现代社会扮演着公共领域的角色，它既可以促进公共议题的产生和传播，也为娱乐信息提供了扩散的渠道。在我国，微博是公共议题走向大众视野的重要平台，也是个别地方性事件、个体性事件通过舆论的推波助澜发酵为公共事件的场所。与此同时，从事娱乐业的机构、从业者通过社交媒体来发布广告、软文，吸引粉丝和流量，追逐商业利益；媒体通过发布娱乐相关信息来获得更多的点击量和受众；娱乐产业的追随者和关注者通过社交媒体来获取明星和娱乐活动的相关信息，并表达情感、建立社群。因此，社交媒体成为公共信息和娱乐信息并存和竞争的平台，两类信息一方面共同构成了社交媒体中的舆论生态，另一方面也在争夺公众注意力，在传媒、资本、算法、用户等不同力量的推动下，形成各自的传播态势和扩散场景，在网络舆论场中各领风骚，呈现出一定的张力。对此，以往经验研究也从不同研究视角展开比较，如一项以微博为数据资料的研究发现，在微博每日发帖的信息流中，娱乐帖占比最多，验证了公共话语空间的娱乐化潮流，且娱乐信息可以迁移公众对财经信息的注意力，表现为周末期间人们对财经和娱乐话题讨论帖的此消彼长关系。也有研究发现，相比于政治视频，YouTube平台上的娱乐视频更流行，得到了更多的观看和点赞。但也有研究得出了差异化的结论，如有研究比较了Twitter中政治、娱乐、体育、地震、媒体、网络习语话题的信息扩散模式，通过对级联比率（cascade ratio）的测量发现，相比于娱乐等话题，政治话题更容易在社交网络中得到转发和扩散，而在推文比率（tweet ratio）和扩散时间上的差异则表明，娱乐话题中用户的重复讨论率更高、话题的扩散周期也越长。
综上，本研究认为，尽管不少研究发现了公众对于娱乐信息的选择偏好，但在社交媒体环境下是否存在着娱乐信息的分享偏好，还很少有研究涉及。采用网络模体度指标来衡量信息扩散的广度、深度、速度等结构性特征，能够更加丰富细腻地呈现娱乐信息和公共信息的扩散差异。同时，考虑不同类型用户在两类信息扩散中的角色差异，能够分辨信息内容和信息传播者在推动信息扩散过程中发挥的不同作用。因此，本研究试图探索娱乐信息和公共信息在以微博为代表的社交媒体舆论场中的扩散差异，回答以下问题：
研究问题一：娱乐事件和公共事件信息在微博扩散网络结构上是否存在差异？
研究问题二：娱乐事件和公共事件信息扩散的参与主体是否存在差异？具体而言，在这两类信息的扩散过程中，信息的发布者、话题的早期参与者和信息的转发者分别有何差异？
研究问题三：娱乐事件和公共事件信息扩散效果的差异是否由社交机器人干扰导致？
四、研究方法
（一）数据来源与处理
本研究将娱乐信息定义为与娱乐事件相关的信息，娱乐事件特指那些由娱乐消费、娱乐话题引发的社会事件。本研究将公共信息定义为与公共事件有关的信息，公共事件指的是有关社会民生、法律、政治、经济、安全、公共秩序等议题的社会事件。必须要承认的是，娱乐事件和公共事件并非截然对立的两种类型，有的时候，娱乐事件有一定的公共性，而公共事件也有可能与娱乐话题相关。在事件选择上，本研究以微热点提供的2020年4月至12月间发生的30余项热议事件的微博讨论帖为数据集，根据如下几个标准选取娱乐和公共事件：1）尽量保持两类信息数据分析单位——原创微博数量的均衡，由于娱乐事件的平均发帖量比公共事件多，因此在原创微博数据相当的情况下，样本数据包含了5个娱乐事件，10个公共事件。2）事件的讨论周期大致保持在1-2周范围内，以控制事件的热度门槛，同时也可以排除那些引发次生舆情的长周期事件。3）这些事件并不存在娱乐性和公共性的混淆，并且各事件在进入微博舆论场的时间点尽量不出现日期重合，以此避免议题竞合关系对研究结果的干扰。4）所选取事件避免与营销事件相关（如“浪姐成团”），以降低微博“水军”对事件热度及传播情况的干扰。详细事件及分类见表1。
表1 事件源微博量统计
数据集共包含181758条原创微博，涉及3276641次转发，共有1046383位用户参与。每条微博包含发帖人认证类型、所在地、粉丝数与微博数，发帖时间、发帖内容及转评赞量等信息。研究以原创微博用户作为网络节点，根据用户间的转发行为构成了级联传播网络，首先提取以下数据，以获取信息传播的多种特征：
1. 原创微博用户：信息传播的父节点，是信息散布的最初节点，标记为根源用户节点。
2转发微博用户：定向转发上级微博的用户节点，他们包括根微博的直接转发者，也包括多级转发用户。
经过清洗降噪，数据处理后的源微博统计如表1所示。
（二）网络结构特征测量
信息扩散的特征维度包含扩散网络信息级联的规模、广度、深度、级联率等，以及演化过程的扩散速度。具体指标测量为：
1. 传播规模：参与事件传播的用户总数。
2.传播广度：在任意传播层级上转发用户数量的最大值，用于度量网络的最大宽度。
3.传播深度：从根源用户节点到其他节点的最长距离，即网络中最深级联的转发步数。
4.传播速度：包含两个指标，一是网络扩散规模与所花时间（单位：分钟）的比值，二是网络深度与所花时间的比值。
5.模体度：研究分别使用广度模体度与深度模体度的指标来精细刻画信息的广播与病毒传播特性。其计算公式分别为：
其中i代表扩散网络中的任意一个节点，bmi为该节点组成的广度模体数量。以图1病毒式网络的根节点为例，有3个节点转发了它的信息，广度模体为它同其中任意两个节点随机组合的所有可能情况，即3个模体。在此基础上，扩散网络的广度模体度则是网络中全部节点广度模体值的加总。同理，在网络的深度模体度上，dmi为单个节点的深度模体量。在图1广播式网络中，根节点引发的二级传播链仅有一条，该节点的深度模体计为1，而病毒式网络中，跟节点引发的二级传播链有两条，它的深度模体则为2，网络的深度模体即为所有节点深度模体值的加总。从指标测量上可以发现，广度和深度仅反映了扩散网络的最大宽度和最深级联，是一种较为笼统的全局网络指标，无法反映网络中所有节点的扩散模式，而模体度的指标则衡量了网络中每个节点在广播式或病毒式传播方面的能力，它可以补充全局指标缺少的细节信息，更加全面综合地反映信息扩散的模式。
图1 网络结构指标示意图
（三）参与主体类型划分
微博平台有完善的认证体系，其中蓝V为机构用户。金V认证需保持粉丝数过万，且阅读量月度累积过千万。橙V认证仅需满足关注数与粉丝数不少于50人，互粉橙V好友不少于2人。达人认证仅对微博等级、有效互粉数、关注数有最低数量限制。研究将“金V、蓝V”两类用户定义为精英用户，“橙V、达人、普通用户”的影响力较弱，统一定义为普通用户。据此，对15项事件的原创微博进行分类统计如表2所示。
表2 原创微博统计
为识别数据集中的社交机器人，研究使用微热点2020年“西安奔驰漏油”事件数据集，经数据预处理后划分训练集与验证集，构建TF-IDF（词频-逆文件频率）模型，将文本内容以及用户认证信息构建为文本语料信息，作为区分机器人用户与非机器人用户的语料特征权重。进一步通过构建基于XGBoost的二分类器，输入上述特征对有机器人标签的训练集数据进行迭代训练，并在无标签的验证集上验证模型分类准确率，该模型的识别准确率达0.92，具有一定的可靠性与推广性。最后，使用本研究所有事件的数据集作为测试集，应用上述模型识别娱乐事件和公共事件中潜在的机器人账户，并计算剔除机器人账户及其引发的扩散链条后的信息传播效果。
五、研究结果与发现
（一）信息的扩散结果
为对比娱乐事件和公共事件的微博传播效果差异，研究分别从信息扩散网络的规模、广度、深度、广度模体度和深度模体度五个指标比较了两类信息的扩散网络结构特征（见图2）。为了清晰地呈现两类信息扩散网络结构的差异，研究绘制了各指标的互补累计分布函数曲线(CCDF，complementary cumulative distribution function)。以网络规模为例，曲线上任一点的坐标值（X，Y）表示为，网络规模大于X的微博帖占比为Y。当X取值相同时，哪类事件的Y值越大，说明该类信息中有更多网络规模大于X的微博帖。
图2 扩散网络特征分布函数（左图样本为两类事件的全部根微博，右图为随机样本的均值比较）
根据五幅子图的分布情况发现，无论在传播网络的规模、广度，还是广度模体度上，娱乐微博帖的扩散指标都高于公共事件，说明娱乐事件在广播式与病毒式传播模式方面都超越了公共事件。就广度和广度模体度两个具体指标而言，娱乐信息的参与者中存在个别能够动员较多粉丝参与转发的超级用户，娱乐信息的所有参与者在唤起自己粉丝转发方面的整体能力也高于公共信息，因而更具广播式的扩散模式。在病毒式扩散指标中，当信息扩散级联深度在8以内时，两类信息之间不存在显著差异，但级联深度超过8时，娱乐信息的占比更高，并且，公共信息的最深转发级联为22，而娱乐信息的最深转发级联可达到30，意味着娱乐信息在微博用户网络之间能够得到更加纵深的转发。类似的，当深度模体度低于10时，两类信息的累积分布概率基本持平，但当深度模体度超过这一临界值时，娱乐信息的占比比公共信息更多。两者共同表明，在较深层次的转发网络中，娱乐信息中不仅存在可以引起信息层层扩散的个别诱发者，参与者在病毒式传播方面的整体渗透力也高于公共信息。在广播式与病毒式扩散模式的共同作用下，娱乐信息扩散的过程中，参与者更多、信息扩散的深度更深、网络规模更大。
为了控制事件选择对研究结果的影响，研究在两类微博中进行了100次随机抽取，每次抽取1000条微博样本，并计算了100次随机样本中信息扩散网络的规模、广度、深度和模体度等指标。研究发现，随机抽样的结果同上述研究发现基本一致。由于随机抽样的微博在各事件中的分布是随机的，它不属于任何特定的娱乐事件，也不属于特定的公共事件，对于一组随机数据而言，公共性或娱乐性才是它们的共同属性，因此这一结果也说明娱乐和公共信息扩散的效果差异是不受具体事件影响的，这一结果验证了研究发现的稳健性。
为了进一步探讨病毒式传播对两类信息扩散网络带来的影响差异，本研究分别比较了传播深度、传播广度和传播规模之间的关联。首先，两类信息的扩散深度与广度的关系曲线表明（图3左），在相同转发深度上，娱乐信息的转发者始终多于公共信息，随着转发层级的纵深发展，公共信息的传播广度开始呈现下降趋势，表明参与深层转发的人越来越少，相反，更深层次娱乐信息的转发者却呈现波动上升的趋势。由于传播规模是各传播深度层级上对应传播广度的累加，这也就带来了传播深度与传播规模之间的如下关系（图3右），即转发扩散娱乐信息的总体用户规模始终大于公共信息，且随着转发级联的加深，娱乐信息吸引到的深度转发者越来越多，传播规模呈扩大趋势，但公共信息中仅是存在极少数的深层转发者，对整体传播规模的增益有限。
图3 平均传播广度、平均传播规模与传播深度关系
除了对网络扩散结果指标的单一测量外，加入时间要素对信息扩散速度的考量也可以直观反映两类信息的传播效果。图4左图对比了娱乐和公共信息扩散达到同样规模所用的时间长短差异，发现娱乐信息可以在更短时间内吸引更多的用户转发，容易实现短时间内的大规模扩散。右图则呈现了两类信息扩散达到相同级联深度的用时差异，在传播深度为1级时，两类事件的传播速度相近，即娱乐和公共信息从发布到获得首次转发所用时间几乎相同，随着传播层级的深入（2级及以上），娱乐信息的传播所用时间更短，说明了娱乐信息更容易在较短的时间内达到深层次的扩散效果。
图4 传播规模、传播深度与平均传播时长关系
注：由于两类信息在传播深度超过7层的数据数量上均较为稀疏，故不纳入比较范围。
表3 微博转发层级数量及平均用时
注：仅展示了微博数量不低于15条的转发层级。
（二）传播主体对信息扩散网络的影响
1.信息发布者
本研究比较了各类用户在信息扩散不同阶段的角色差异。首先，对两类原创微博发帖主体中的用户类型进行了统计。可以发现，公共类原创帖中的精英用户（70.4%）比普通用户（29.6%）占比更高，相反，娱乐帖中非认证的普通用户（56.2%）比精英用户（43.8%）多。具体到认证账号类型分布上，相比于娱乐帖，公共类原创帖中的官方机构账号（蓝V）的占比超过半数。以上发现说明，在公共信息的扩散传播中，有影响力的精英用户，尤其是官方机构常扮演着消息的提供者和议程设置者的角色，而在娱乐信息的扩散传播中，普通用户提供了更多的新消息和新议题。
接下来，本研究区分精英和普通账号两类发帖主体，分类绘制了娱乐和公共信息扩散的网络结构特征图（见图5、图6）。可见，无论在公共信息还是娱乐信息中，相比于普通用户，精英用户的原创微博容易得到更大规模、宽广度、深级联的传播，且在娱乐信息中，精英用户与普通用户在以上网络指标上的差距更大，说明精英用户在娱乐信息扩散过程中更具相对影响力。
图5 精英与普通用户发布娱乐信息的扩散网络结构
图6 精英与普通用户发布公共信息的扩散网络结构
2.早期参与者
创新扩散理论强调了早期采纳者在创新普及扩散中的特殊影响力，他们更具前瞻性、是促进大规模创新采纳的意见领导群体。对此，研究通过构建信息扩散规模的时间序列，将扩散达到峰值前的部分用户识别为早期参与者，进而比较其中精英用户和普通用户的占比情况。具体来说，研究绘制了以小时为单位的扩散规模曲线，曲线的最高点则为该信息扩散规模的峰值，将该峰值规模设定为100%，计算高峰前热度达到峰值10%到50%的对应区间，提取区间内所转发微博及对应参与用户，并统计其中精英用户和普通用户的数量。最后计算两类信息早期参与者中精英与普通用户的平均占比，结果显示，两类信息的早期参与者中，90%都是普通用户，但公共信息中的精英用户（54%）比娱乐信息（1%）高。这一结果表明，无论是公共还是娱乐信息，普通用户都是早期参与的主体，促成信息大规模传播的潮流。
图7 剔除社交机器人账号后的信息扩散效果
3.信息扩散者
进一步对比转发两类信息的用户分布，研究发现，尽管普通用户占据了转发者的绝大比例，但公共信息（6.4%）比娱乐信息（1%）中的精英转发者更多。对两类信息转发者平均粉丝量的比较表明，娱乐信息中粉丝量低于1000（近似值）的转发者的占比略高于公共信息，但公共信息中高粉丝量转发者的占比略高于娱乐信息。研究发现，娱乐信息的转发网络中有更多橙V用户，他们并不属于本研究划定的精英用户范畴。而在公共信息转发者中，认证用户，尤其是蓝V用户占比更高，这再次呼应了前文中精英用户发布更多公共信息的发现，表明无论原创微博还是转发，参与公共信息扩散的认证用户、官方机构用户的占比都高于娱乐信息。
4.社交机器人
根据前文所训练的模型识别出的社交机器人账号，研究统计社交机器人发帖量占比发现，原创帖中，参与娱乐信息传播的社交机器人占比（0.97%）都高于公共信息（0.90%），转发帖中，社交机器人对娱乐信息的参与（2.30%）也高于公共信息（1.41%）。这表明在微博舆论场域中，社交机器人账号在娱乐议题中更加活跃。为了验证社交机器人是否是导致娱乐信息与公共信息扩散网络结构差异的干扰因素，研究剔除了信息转发链条中的社交机器人节点及其引发的后续转发链条后，重新比较了两类信息扩散的网络结构指标，发现娱乐信息仍然在规模、广度和广度模体度上高于公共信息，在转发深度和深度模体度方面也显著高于公共信息。由此，本研究认为，社交机器人并不是带来两类信息扩散效果差异的关键参与主体。
六、研究结论与讨论
基于对传媒泛娱乐化和公众信息消费相对娱乐偏好现象的思考，研究分别从网络结构和参与主体视角比较了娱乐与公共信息在社交网络中的扩散模式。首先，在扩散网络结构方面，研究发现，相较于公共信息，娱乐信息不仅更具备广播式扩散特征，同时在较深级联上也更具备病毒式扩散特征，能够以更快传播速度达到较大的传播规模。就广播式扩散模式而言，研究发现娱乐信息更容易带来“一对多”的直接转发现象，关于用户信息分享动机的研究可以帮助我们理解这一现象。如，卡里姆（Kairam）等学者对在Google+上分享信息的用户进行访谈后发现，对信息内容价值的考量是信息分享的主要行为动机之一，那些“有趣的”、“滑稽的”、“幽默的”或“令人兴奋的”的内容常被认为是有分享价值的，这一类内容主要涉及个人故事、幽默的影视作品以及经典语录等。本文所关注的两类信息中，娱乐信息中出现的明星效应、反转、冲突和戏剧性情节增添了内容的趣味性，也更容易获得用户的转发和扩散。此外，卡里姆（Kairam）的研究还指出，人们会因为试图开启对话和讨论而在社交网络中分享信息，而相比于公共信息，娱乐信息通常不需要一定的专业知识和见解作为谈资，也更容易成为社群好友共同讨论的话题。另一项针对新浪微博高转发帖的研究同样表明，“娱乐消遣”和“社会交流”是用户转发行为的内在动机。
研究还发现，娱乐信息的扩散网络更具备病毒式模式，表明这类话题具有较强的跨圈层传播能力。尤其在以弱连接为特征的社交网络中，网络群体的异质性是影响信息被采纳和扩散的重要因素，而一类主题的信息想要被层层转发，就需要突破群体异质性的限制，满足大部分人的兴趣需求，才能成为更多人选择性接触和分享的对象。就这点而言，我国公民对公共议题的关注和参与呈现出鲜明的利益导向，而经济体制改革带来了社会利益的分化，具体公共事件所涉及到的利益群体也就相对具象。因此，在社交网络中，一些公共信息可能更容易唤起某些特定圈层的群体反应，由于缺少利益上的共同旨趣，在激发跨圈层的传播讨论上能力有限。相比之下，娱乐信息满足了人们普遍存在的“消遣的、享乐的”心理需求，使原本紧张的身心得到缓解和放松，娱乐也被认为是没有外在功利的，它满足的是人的内在精神需要。，因此，这种人类共有的心理诉求往往也不会因为群体特质而出现明显的圈层分化和隔阂。娱乐是一种由内在激励驱动的体验，同时也是与外界保持联系的一种渠道，阅读和转发娱乐八卦信息可以视为虚拟的娱乐消遣，是人类在互联网时代信息爆炸环境中共同“选择性接触”的议题。本研究的发现在某种意义上证明，正是人类追求娱乐的天性令互联网从诞生之初起就具有娱乐基因，正是这种天性令媒介泛娱乐化现象成为可能。
其次，在参与主体方面，研究发现，在原创微博发帖人群中，娱乐信息更多是由普通用户提供的，而公共消息则大多由认证账号发布的，这表明，在微博这一公共领域中，精英账号倾向于围绕公共议题开启公共讨论和对话，而普通公众则更偏好发布和传播一些娱乐信息。在信息扩散的早期采纳者中，娱乐信息虽然在传播早期吸引到的精英用户有限，但最终达到的扩散效果却更强，相反，公共信息获得了更多精英用户的早期参与，却没有达到更优的扩散效果。这在某种程度上说明，即便那些获得平台认证的精英群体更加关注公共议题，但他们在引导公众广泛参与议题讨论方面的能力有限，在参与转发和讨论上，公众仍然存在着对娱乐议题的天然偏好。此外，同以往的研究结论较为一致的是，本文还发现，无论是娱乐还是公共事件，普通用户才是带来信息扩散高峰的核心人群，精英用户在信息转发扩散网络中的绝对数量较少，这也再次揭示了在线意见领袖在微博舆论场的宏观图景中影响力有限。
近年来社交机器人参与信息扩散的现象日益突出。本研究为了进一步明晰公众信息消费中的娱乐化偏好现象，排除社交机器人账号影响后发现，娱乐信息扩散网络在规模、广度、深度、深度模体度和广度模体度方面的优势仍然存在。由此可见，在微博舆论场中，社交机器人的影响相对有限。对于这一现象，一项跨国调查研究发现，相比于美国网民，中国网民对社交机器人发布新闻活动的感知度较低，对自己辨别社交机器人账号的能力更加自信，对社交机器人的态度也相对乐观。这也表明了当前我国社交机器人的应用还处于初级阶段，行为模式固定，发布内容较为单一，更容易被网民识别，因此在网络舆情事件中还不具备影响全局的传播能力。但在媒介技术快速更迭的时代，日后的网络空间治理工作仍需对社交机器人现象保持警惕。
本研究采用计算传播的范式对当前公共领域泛娱乐化观点进行了经验性考证。即便本研究尚未从历时性的视角纵向分析跨年数据，但以2020年为截面数据的研究发现也在勾勒微博娱乐化的进程上提供了关键节点信息。不过，微博发布的2021年上半年热搜榜报告显示，热搜的社会热点占比从31%提升至了36%，而娱乐领域占比26%，相比于明星八卦，公众对两会、高考、河南暴雨等政治民生类事件的关注度更高。加之近两年来疫情反复，与之相关的公共议题也频繁成为公众讨论的焦点，微博娱乐化程度是否有所衰退，仍需日后研究进一步探索。
在传媒娱乐与公共议题的关系研究中，至今仍然存在两种看似争议性的观点。一种基于时间替代假说的消极观点表明，娱乐内容会剥夺人们对公共议题的注意力，即两者之间存在着无法避免的竞争性关系。另一种观点则以西方传媒领域中娱乐与政治的内容融合为背景，认为以讽刺类电视节目为代表的娱乐化政治节目，可以作为人们接触政治信息的补充渠道，强化人们对公共议题的感知和参与。有研究者在第一种观点的启发下，发现了公众在电视节目消费过程中的“相对娱乐偏好”现象，后续相关研究也试图借用“选择性接触”和“情绪管理”等理论对这一现象做出解释。延续这一理论脉络，本研究验证了网络平台中娱乐与公共议题间的传播效果差异。以往研究常从微观的个体视角切入，通过对个体媒介消费菜单的刻画来测量人们的娱乐偏好程度。本研究则从更加宏观视角出发，发现了娱乐信息对于公共信息的相对扩散优势，展现了社交媒体舆论场中泛娱乐化表现的宏观面貌，为泛娱乐现象的存在提供经验证据，并展现了娱乐信息和公共信息在传播扩散过程中的结构差异，分析了这种结构性差异背后的原因。在理论贡献上，一方面，研究认为，社交媒体平台中的信息扩散是一种典型的集体参与行为，因此，对娱乐与公共议题扩散效果的综合比较，可以将个体娱乐偏好的理论延伸到集体偏好的维度进行探讨。娱乐信息相对于公共信息的扩散优势，是一种集体选择的结果，体现了网民的集体娱乐偏好和娱乐信息穿越不同圈层的传播力。另一方面，研究比较了不同参与主体在两类信息传播中发挥的作用，发现尽管精英账号试图引导公共话题的讨论，但无法逆转微博舆论场中泛娱乐化的整体趋势，精英群体或许在具体事件和议题方面能够发挥意见领袖的作用，但在影响宏观舆论环境方面力量有限。未来关于公共信息消费相对娱乐偏好的计算传播范式研究，可以对用户媒介信息消费的全数据进行分析，去探索用户在信息选择性接触、选择性分享以及选择性评论等行为方面是否存在娱乐偏好，以及这种娱乐偏好是否会降低人们对其他社会公共议题的参与度，亦或是削弱人们理性公共表达的能力。
载《新闻与传播研究》2023年第3期
转自：“再建巴别塔”微信公众号
如有侵权，请联系本站删除！
